研究目的
提出一种结合主动学习(AL)的宽上下文残差网络(WCRN)用于遥感图像(RSI)分类,旨在通过选取最具信息量的训练样本以减少对标注训练数据的需求。
研究成果
实验结果表明,在两幅遥感影像上,所提出的结合主动学习(AL)的加权卷积循环网络(WCRN)能显著减少训练样本需求,同时实现良好的机器泛化能力。通过筛选最具信息量的样本,主动学习的引入使得在有限训练样本条件下仍能达成优异的机器泛化效果。
研究不足
所提出方法的性能受限于对大量标注样本的需求,而这些样本在实际中难以获取且成本高昂。
研究目的
提出一种结合主动学习(AL)的宽上下文残差网络(WCRN)用于遥感图像(RSI)分类,旨在通过选取最具信息量的训练样本以减少对标注训练数据的需求。
研究成果
实验结果表明,在两幅遥感影像上,所提出的结合主动学习(AL)的加权卷积循环网络(WCRN)能显著减少训练样本需求,同时实现良好的机器泛化能力。通过筛选最具信息量的样本,主动学习的引入使得在有限训练样本条件下仍能达成优异的机器泛化效果。
研究不足
所提出方法的性能受限于对大量标注样本的需求,而这些样本在实际中难以获取且成本高昂。
加载中....
您正在对论文“[IEEE IGARSS 2018 - 2018年IEEE国际地球科学与遥感研讨会 - 西班牙瓦伦西亚(2018.7.22-2018.7.27)] IGARSS 2018 - 2018年IEEE国际地球科学与遥感研讨会 - 基于主动学习的宽上下文残差网络用于遥感图像分类”进行纠错
纠错内容
联系方式(选填)
称呼
电话
单位名称
用途
期望交货周期
称呼
电话
单位名称
用途
期望交货周期